微软发布 Differential Transformer V2：差分注意力去掉自定义 kernel 与 RMSNorm

微软 unilm 团队发布 Differential Transformer V2（DIFF V2），在保持 KV 头数量不变的前提下把 query 头数翻倍，使解码速度与标准 Transformer 持平，且不再需要自定义注意力 kernel。